-
公开(公告)号:CN112434010A
公开(公告)日:2021-03-02
申请号:CN202011320888.9
申请日:2020-11-23
申请人: 国网湖南省电力有限公司 , 国网湖南省电力有限公司信息通信分公司 , 北京科东电力控制系统有限责任公司 , 国家电网有限公司
IPC分类号: G06F16/21 , G06F16/22 , G06F16/2457 , G06F16/2458 , G06F16/27 , G06F16/28
摘要: 本发明公开了一种用电信息采集系统主站数据库的交互方法,包括:构建用电信息采集系统的主站数据库,包括实时数据库、分布式关系数据库、大数据平台,以及关系型数据库;根据不同数据类型和业务需求将数据分别储存在各个数据库。本发明实现了大规模用电信息的高吞吐写入,解决了采集系统数据采集、入库、存储的性能瓶颈,完成对用电信息采集主站系统中的大数据迅速并发采集入库。可有效解决采集系统数据采集、入库、存储的性能瓶颈。
-
公开(公告)号:CN112685461A
公开(公告)日:2021-04-20
申请号:CN202011470042.3
申请日:2020-12-15
IPC分类号: G06F16/2458 , G06Q50/06
摘要: 本发明公开了一种基于预判模型的窃电用户判断方法,包括获取若干待判断用户用电数据;利用典型窃电用户的用电数据,采用相似性检索方法,从所有待判断用户中筛选出窃电嫌疑用户;根据窃电嫌疑用户的用电数据,判断窃电嫌疑用户的类型,并提取相应的用电特征;将窃电嫌疑用户的用电特征输入预先训练的XGBoost窃电预判模型,判断该用户是否为窃电用户;其中,XGBoost窃电预判模型与窃电嫌疑用户的类型匹配。本发明通过相似性检索方法,利用典型窃电用户,筛选出窃电嫌疑用户,通过与用户类型相应的XGBoost窃电预判模型,精准识别窃电用户,实现对窃电行为的精准打击。
-
公开(公告)号:CN112649641A
公开(公告)日:2021-04-13
申请号:CN202011464556.8
申请日:2020-12-14
申请人: 北京科东电力控制系统有限责任公司
IPC分类号: G01R11/24
摘要: 本发明公开了一种基于窃电特征的窃电用户判断方法,本发明通过获取待诊断用户的用电时间序列、历史数据中典型窃电用户的用电时间序列,根据窃电指标进行相似度计算,对待诊断用户进行初步判断,并对初步判断为窃电嫌疑用户进行最近用电时间序列和初始用电时间序列的相似度计算,实现了利用历史数据的窃电判定。
-
公开(公告)号:CN112730938B
公开(公告)日:2023-05-02
申请号:CN202011472846.7
申请日:2020-12-15
申请人: 北京科东电力控制系统有限责任公司
IPC分类号: G01R11/24
摘要: 本发明公开了一种基于用电采集大数据的窃电用户判断方法,包括获取台区/线路从投运至当前的全部统计线损率;根据台区/线路的统计线损率,计算台区/线路日统计线损率标准值,查找高损发生时间段;获取台区/线路用户在高损发生时间段内的日用电量变化,查找用户疑似窃电时间段;对疑似窃电时间段进行分段,获取各段的用电特征,根据正常用电特征和各分段的用电特征,判断各分段是否有效;响应于至少一个分段有效,则判定该用户为窃电用户。本发明仅仅依赖用户日用电量数据,对采集数据质量要求较低,在分析时计算简单、资源需求小,是一种可广泛应用的窃电用户预判方法。
-
公开(公告)号:CN112649641B
公开(公告)日:2023-05-02
申请号:CN202011464556.8
申请日:2020-12-14
申请人: 北京科东电力控制系统有限责任公司
IPC分类号: G01R11/24
摘要: 本发明公开了一种基于窃电特征的窃电用户判断方法,本发明通过获取待诊断用户的用电时间序列、历史数据中典型窃电用户的用电时间序列,根据窃电指标进行相似度计算,对待诊断用户进行初步判断,并对初步判断为窃电嫌疑用户进行最近用电时间序列和初始用电时间序列的相似度计算,实现了利用历史数据的窃电判定。
-
公开(公告)号:CN112730938A
公开(公告)日:2021-04-30
申请号:CN202011472846.7
申请日:2020-12-15
申请人: 北京科东电力控制系统有限责任公司
IPC分类号: G01R11/24
摘要: 本发明公开了一种基于用电采集大数据的窃电用户判断方法,包括获取台区/线路从投运至当前的全部统计线损率;根据台区/线路的统计线损率,计算台区/线路日统计线损率标准值,查找高损发生时间段;获取台区/线路用户在高损发生时间段内的日用电量变化,查找用户疑似窃电时间段;对疑似窃电时间段进行分段,获取各段的用电特征,根据正常用电特征和各分段的用电特征,判断各分段是否有效;响应于至少一个分段有效,则判定该用户为窃电用户。本发明仅仅依赖用户日用电量数据,对采集数据质量要求较低,在分析时计算简单、资源需求小,是一种可广泛应用的窃电用户预判方法。
-
公开(公告)号:CN107909288A
公开(公告)日:2018-04-13
申请号:CN201711270034.2
申请日:2017-12-05
申请人: 国网内蒙古东部电力有限公司电力科学研究院 , 国家电网公司 , 北京科东电力控制系统有限责任公司
CPC分类号: G06Q10/063 , G06N3/088 , G06Q50/06
摘要: 本发明公开了一种基于SOM神经网络聚类算法的缴费行为分析方法,包括以下步骤:获取整个区域的所有缴费用户基本属性信息和缴费习惯属性信息的数据,形成数据集;确定数据集中行为指标参数、客户分类数量和连接权的约束条件,构建SOM神经网络;选取数据集中的一部分样本,依次进行SOM神经网络各个学习模式的训练,不断优化修正与获胜神经元相连的各连接权,直到修正量满足设定值;利用优化后的SOM神经网络对数据集进行分类,得到针对行为指标参数,满足客户分类数量的分类结果,计算数据集的各指标的平均值,得到缴费行为聚类结果。能够挖掘出影响因素之间存在一定的关联性,更有利于客户缴费行为的分类和进一步研究。
-
-
-
-
-
-